ออกแบบวลีทริกเกอร์ที่มีประสิทธิภาพ

วลีทริกเกอร์เป็นรากฐานของการจดจําหัวข้อที่มีประสิทธิภาพใน Copilot Studio พวกเขาฝึกโมเดลความเข้าใจภาษาธรรมชาติ (NLU) ของตัวแทนของคุณเพื่อระบุเมื่อผู้ใช้ถามเกี่ยวกับหัวข้อเฉพาะ ด้วยการใช้วลีทริกเกอร์ ตัวแทนของคุณสามารถกําหนดเส้นทางการสนทนาไปยังหัวข้อที่ถูกต้องได้อย่างแม่นยํา

วลีทริกเกอร์ใน Copilot Studio คืออะไร

ข้อความทริกเกอร์ฝึกโมเดลความเข้าใจภาษาธรรมชาติ (NLU) ของเอเจนต์ของคุณ วลีทริกเกอร์ได้รับการกําหนดค่าที่ระดับหัวข้อ และระบุให้ตัวแทนทราบว่าคําพูดของผู้ใช้ทั่วไปใดควรทริกเกอร์หัวข้อเฉพาะ

โดยทั่วไปวลีทริกเกอร์จะบันทึกวิธีที่ผู้ใช้ถามเกี่ยวกับปัญหาหรือปัญหา ตัวอย่างเช่น วลีทริกเกอร์อาจเป็น "ปัญหาเกี่ยวกับวัชพืชในสนามหญ้า"

เมื่อคุณสร้างหัวข้อใหม่ คุณจะต้องระบุข้อความตัวอย่างสองสามข้อความ (ควรอยู่ระหว่าง 5 ถึง 10) ในขณะรันไทม์ AI จะแยกวิเคราะห์สิ่งที่ผู้ใช้พูดและทริกเกอร์หัวข้อที่มีความหมายใกล้เคียงกับคำพูดของผู้ใช้มากที่สุด ดูข้อมูลเพิ่มเติมในหัวข้อเลือกวลีทริกเกอร์ที่มีประสิทธิภาพ

ความสําคัญของบริบททริกเกอร์

Copilot Studio NLU ทํางานแตกต่างกันไปตามสถานะการสนทนา ลักษณะการทํางานนี้บางครั้งอาจนําไปสู่พฤติกรรมที่แตกต่างกันสําหรับคําพูดของผู้ใช้เดียวกัน

ต่อไปนี้คือสถานะการสนทนาต่างๆ:

• การเริ่มต้นการสนทนา: ตัวแทนไม่มีบริบท ดังนั้นคําพูดของผู้ใช้จึงคาดว่าจะ:

  • ทริกเกอร์หัวข้อโดยตรง (การรู้จำจุดประสงค์)
  • ทริกเกอร์คำถามแก้ความกำกวม "คุณหมายถึง" (หลายหัวข้อที่ตรงกัน) ระหว่ารายการจุดประสงค์หากมีหัวข้อที่ตรงกันหลายหัวข้อ
  • ไปยังหัวข้อสำรองถ้าไม่รู้จักจุดประสงค์

• หลังจาก "คุณหมายถึง" (ตรงกันหลายหัวข้อ) ถูกทริกเกอร์: NLU จะปรับให้ตรงกับหนึ่งในหัวข้อที่แนะนำโดยมีเกณฑ์ที่สูงขึ้นในการย้ายออกจากตัวเลือกที่นำเสนอ

• การสลับออกจากหัวข้อปัจจุบัน: หาก NLU พยายามเติมช่องในหัวข้อ และผู้ใช้ให้คําค้นหาผู้ใช้ที่อาจทริกเกอร์หัวข้ออื่น (การสลับหัวข้อ)

วรรคตอน

โมเดล NLU ทํางานในลักษณะเดียวกันโดยไม่คํานึงถึงเครื่องหมายวรรคตอน รวมถึงเครื่องหมายคําถาม

สร้างวลีทริกเกอร์ใหม่

ถ้าเป็นไปได้ ให้เริ่มต้นด้วยข้อมูลการผลิตจริงแทนที่จะสร้างวลีทริกเกอร์ของคุณเอง วลีทริกเกอร์ที่ดีที่สุดจะคล้ายกับข้อมูลจริงที่มาจากผู้ใช้ ข้อความเหล่านี้เป็นวลีที่ผู้ใช้ถามเอเจนต์ที่ปรับใช้

อย่าละเว้นคําที่เฉพาะเจาะจง โมเดลให้น้ําหนักน้อยลงกับคําที่ไม่จําเป็น เช่น คําหยุด คําหยุดคือคําที่ระบบกรองออกก่อนที่จะประมวลผลข้อมูลภาษาธรรมชาติเนื่องจากไม่มีนัยสําคัญ

ปรับวลีทริกเกอร์ให้เหมาะสม

แนวทางปฏิบัติที่ดีที่สุดต่อไปนี้จะช่วยคุณปรับวลีทริกเกอร์ของคุณให้เหมาะสม

ปรับสมดุลจำนวนข้อความทริกเกอร์ต่อหัวข้อ

ลองปรับสมดุลจำนวนข้อความทริกเกอร์ระหว่างหัวข้อ ด้วยวิธีนี้ ความสามารถของ NLU จะไม่ทำให้หัวข้อมีน้ำหนักมากเกินไปเมื่อเทียบกับอีกหัวข้อตามข้อความทริกเกอร์กำหนดค่าไว้

ประเมินการเปลี่ยนแปลงของคุณ

หลังจากที่คุณอัปเดตวลีทริกเกอร์หรือผสานหรือแยกหัวข้อ ให้ประเมินการเปลี่ยนแปลง เช่น:

• คุณสังเกตเห็นการเปลี่ยนแปลงทันทีในพฤติกรรมของตัวแทนผ่านการแชททดสอบ ตัวอย่างเช่น หัวข้ออาจทริกเกอร์หรือหยุดทริกเกอร์ตามการอัปเดตวลีทริกเกอร์
• หลังจากปรับใช้เอเจนต์ของคุณและจัดการการรับส่งข้อมูล คุณจะเห็นอัตราการเบี่ยงเบนที่สูงขึ้นหรือต่ําลง (อัตราการไม่ยกระดับ) ตรวจสอบแท็บการวิเคราะห์ใน Copilot Studio เพื่อสังเกตอัตราเหล่านี้